迷彩伪装是最常见的伪装技术,其通常利用涂料、染料等材料改变目标的反射特性,以降低目标的显著特征。伪装作为提升部队生存力的重要手段已成为世界各国军队关注的重点,研究如何快速发现隐身于背景环境中的迷彩人员意义重大。本文的主要研究内容包括以下几点:（1）由于常见的多光谱设备成像时间长,且不便携带和移动,本文搭建多光谱图像采集设备。在6个相机镜头前安装不同中心波长的窄带滤光片,每个相机获取一个波段的图像,多个相机对同一目标同时拍摄,将原始数据转换为每通道8位RGB图像,经畸变矫正、图像配准等后处理方式获得多光谱图像。（2）为了将深度学习技术应用于迷彩伪装人员识别,构建一个多光谱迷彩伪装人员数据集至关重要。包含迷彩伪装人员的真实战场环境样本难以获得,且野外迷彩伪装目标隐蔽性高,标注的成本高难度大,因此结合真实的战场环境需求,本文重点采集了包含隐身于背景环境中的迷彩人员多光谱图像。设计采集方案采集迷彩人员多光谱图像,进行数据集标注,最终构建了具有精细化信息标注的多光谱迷彩人员数据集。（3）提出一种利用光谱特征分类的网络模型用于多光谱迷彩人员识别。在网络前端嵌入注意力机制实现光谱通道信息增强,用1×1卷积实现多层感知机中的全连接,搭建不限制输入大小的网络模型。每个卷积层之后加入Re LU激活函数充分提取光谱通道信息的非线性特征,后结合Sigmoid分类器分类。通过比较不同网络深度、不同结点数、嵌入不同注意力机制模块在本文数据集上的表现,确定识别迷彩人员的最佳网络模型。并对存在的问题进行分析,指出只利用光谱特征分类存在的问题和不足。（4）提出一种利用空间-光谱联合特征分割的多光谱迷彩人员识别方法。首先利用多尺度的卷积窗口提取多光谱图像的空间-光谱联合特征,引入残差模块并将残差模块中的普通卷积替换为深度可分离卷积,且在每个深度可分离卷积之后加入注意力机制,最后将提取的深层特征与浅层特征拼接,很好的解决了离散目标点和目标内部“空洞”现象,有效实现了对迷彩人员的识别。（5）将本文研究内容部署到TX2上构建一个多光谱图像采集和迷彩人员识别系统,详细介绍了主要的功能模块和相关实现,并对存在的问题和不足进行分析,为后续的研究指明方向。